Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Un’applicazione dei Modelli di Risposta delle Quote di Mercato di Giulia.

Slides:



Advertisements
Presentazioni simili
Strategie di prezzo e qualità delle esportazioni italiane: i settori tessile-abbigliamento, calzature e gioielleria Giorgia Giovannetti Dirigente Area.
Advertisements

Come organizzare i dati per un'analisi statistica al computer?
Tecniche di analisi dei dati e impostazione dellattività sperimentale Relazioni tra variabili: Correlazione e Regressione.
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11
Regressione logistica
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9.
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11.
Regressione lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°8.
Ipotesi e proprietà dello stimatore Ordinary Least Squares (OLS)
Elasticità della domanda
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA: test sui parametri e scelta del modello (parte 3) Per effettuare test di qualsiasi natura è necessaria.
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
Elasticità L’elasticità della domanda al prezzo misura la reattività della domanda al prezzo per variazioni infinitesime L’elasticità è il prodotto di.
ANALISI DEGLI EFFETTI COMPETITIVI TRA MARCHE
Offerta e Domanda di mercato
Capitolo 17 Le decisioni di prezzo
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 9.
I consumi alimentari.
CORSO DI ECONOMIA POLITICA 4° parte Docente Prof. GIOIA
Capitolo 10 La determinazione del prezzo Comprendere e cogliere
Krugman-Wells.
STATISTICA PER LE DECISIONI DI MARKETING
Marketing: prezzi e consumo
STATISTICA PER LE DECISIONI DI MARKETING
Altre funzioni: C-D impone elasticità di sostituzione = 1 (es: incremento di prezzo relativo di K pari all1%, determina una diminuzione della quota K/L.
La ricerca delle relazioni tra fenomeni
Beni pubblici Capitolo 1. I beni pubblici Hanno le seguenti caratteristiche: non sono stabiliti diritti di proprietà spesso non esiste un mercato attivo.
Prezzo.
DATA MINING PER IL MARKETING
DATA MINING PER IL MARKETING
DATA MINING PER IL MARKETING
FACOLTÀ DI ECONOMIA SCIENZA ETICA SOCIETÀ ISTITUZIONI DI ECONOMIA 1 Dietro alla curva di domanda Le scelte del consumatore.
Sloman & Garratt, Elementi di economia, Il Mulino, 2010 Capitolo III
Corso di Laurea in Scienze e Tecniche psicologiche
Metodi Quantitativi per Economia, Finanza e Management Lezione n°10 Regressione lineare multipla: la valutazione del modello, metodi automatici di selezione.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9.
“La definizione del mercato rilevante e la valutazione del potere di mercato” Motta – Polo cap. 3.
Esercizio Regressione logistica
Modelli di Attrazione ad effetti completi
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.
Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna1 MODELLO RAZIONALE DI SCELTA TRA MARCHE PRESENTAZIONE A CURA DI: Chiara.
Le attività immobilizzate e l’ammortamento
REGRESSIONE LINEARE Relazione tra una o più variabili risposta e una o più variabili esplicative, al fine di costruire una regola decisionale che permetta.
L’elasticità e le sue applicazioni
Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modello di scelta tra marche: il caso dei piani tariffari Di: Lucia.
MODELLO DI SCELTA DEL PIANO TELEFONICO FISSO  Giulia Bravo  Valeria Carloni  Andrea Coralli  Elena Santi.
Modelli di scelta del piano telefonico
Regressione logistica Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°10.
Regressione lineare Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°8.
Un’applicazione della segmentazione a priori: l’algoritmo CHAID
Esercizio Regressione DATI Per un campione casuale di 82 clienti di un'insegna della GDO, sono disponibili le seguenti variabili, riferite ad un mese di.
Economia e Organizzazione Aziendale
Cos’è il marketing È la funzione tecnica dello scegliere che cosa vendere, a chi vendere e programmare le azioni conseguenti I possibili approcci: Imprese.
La Pubblicità Davide Vannoni
DEFINIRE I REQUISITI DEL CLIENTE SVILUPPARE E VALUTARE IL QUESTIONARIO IMPIEGARE IL QUESTIONARIO Dimensioni della qualità 1.Perfomance 2.Optionals 3.Affidabilità.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
I PREZZI E I CONSUMI DI PRODOTTI BIOLOGICI IN ITALIA Enrico De Ruvo – Ismea Bologna, 9 settembre /09/203.
L’elasticità In questa lezione si approfondisce la discussione di domanda e offerta analizzando la REATTIVITA’ di acquirenti e venditori a CAMBIAMENTI.
Regressione semplice e multipla in forma matriciale Metodo dei minimi quadrati Stima di beta Regressione semplice Regressione multipla con 2 predittori.
DATA MINING PER IL MARKETING (63 ore) Marco Riani Sito web del corso
DATA MINING PER IL MARKETING (63 ore) Marco Riani Sito web del corso
Laboratorio di Creazione d’Impresa L-A Strategia, Business, Settore.
Scientific Life Gruppo 3. Organigramma A.D. Giovanni Soardo Responsabile Amm.vo Carmen Vadicamo Responsabile Produzione Cinzia Ilardi Responsabile R&S.
Gruppo 12 Angelo De Rosa Francesco Paolo Desgro Alfonso De Simone Giuseppe Izzo Maria Ilaria Tremolizzo
Analisi delle osservazioni
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
Regressione: approccio matriciale Esempio: Su 25 unità sono stati rilevati i seguenti caratteri Y: libbre di vapore utilizzate in un mese X 1: temperatura.
DATA MINING PER IL MARKETING (63 ore) Marco Riani Sito web del corso
Transcript della presentazione:

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Un’applicazione dei Modelli di Risposta delle Quote di Mercato di Giulia Bravo Filippo Falasca Daniele Medri Romina Raimondi Alessandro Raspanti

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Obiettivi Misurare e valutare l’efficacia delle manovre di prezzo nel governare le quote di mercato di diverse marche di Caffè Determinare e valutare l’elasticità delle quote di mercato rispetto ai prezzi

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Strumenti Utilizzati Modello MCI (Multiplicative Competitive Interaction) Modello MNL (Multinomial Logit) eventualmente Stime tramite metodologia SUR (Seemingly Unrelated Regression)

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Il Dataset Conad Supermercato Conad “6001” di Via XXV Aprile, Savona Modello di Confezione analizzata: “caffè moka confezione 2x250” Periodo di rilevazione: 40 settimane (dal 31/1/2000 al 31/10/2000) Marche presenti: Suerte - Suerte Lavazza Crema e Gusto - Lavazza Crema e Gusto Lavazza Oro - Lavazza Oro Lavazza Rossa - Lavazza Rossa Segafredo - Segafredo Conad - Conad

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Problemi del Dataset In alcune transazioni è segnalata la presenza di uno sconto che però non viene quantificato Lavazza OroDurante le prime 15 settimane risulta acquistato SOLO ed ESCLUSIVAMENTE la marca Lavazza Oro che successivamente non viene MAI acquistata fino alla settimana 28 Lavazza OroPer queste 15 settimane il prezzo di Lavazza Oro risulta pari ad ¼ di quello rilevato nelle successive settimane abbiamo ritenuto opportuno eliminare le prime 15 settimane

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Andamento settimanale delle Quote di Mercato nel periodo di rilevazione

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Quote di mercato Le quote di mercato sono state calcolate escludendo le prime 15 settimane

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Andamento dei prezzi medi delle diverse marche

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modello MCI Presenta valori dell’indice di determinazione lineare non molto elevati Il test di Durbin-Watson segnala residui tra loro correlati Solamente 3 coefficienti risultano significativamente diversi da zero

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modello MNL Presenta valori dell’indice di determinazione lineare non molto elevati ma migliori rispetto al MCI 11 coefficienti risultano significativamente diversi da zero Durbin-WatsonIl test di Durbin-Watson segnala residui tra loro correlati

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Test di Schwarz (SBC) a confronto - 1 Il criterio di Schwarz segnala una migliore capacità di adattamento del modello MNL rispetto al modello MCI

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Metodo SUR La presenza di coefficienti non significativi e residui correlati ha portato alla scelta di stimare un sistema di equazioni con il Metodo SUR imponendo i valori dei parametri scarsamente significativi pari a zero MNLLe stime dell’elasticità, le quote di mercato base e i coefficienti costanti di attrazione sono stati calcolati utilizzando i coefficienti SUR del modello MNL ad effetti completi con restrizioni

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Perché scegliamo MNL per effettuare le stime SUR Criterio di Schwarz presenta valori più bassi Gli R 2 presentano valori più alti Non prevede il calcolo del logaritmo per le variabili esplicative Valori delle elasticità meno suscettibili alle variazioni di prezzo e alle differenziazioni di prodotto

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Stime SUR del modello MNL Conad Per la marca Conad i residui si pongono in una zona di incertezza, mentre per tutte le altre marche si distribuiscono come white noise

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Test F sulle restrizioni dei parametri del modello MNL stimato con metodo SUR con tale test F viene verificata la congruenza delle restrizioni a 0 imposte sui parametri del sistema di equazioni i valori stimati risultano inferiori ai valori critici  non rifiuto l’ipotesi di congruenza delle restrizioni sui parametri

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Il modello stimato con metodo SUR presenta una migliore capacità di adattamento rispetto agli altri due modelli, in base al criterio di Schwarz Test di Schwarz (SBC) a confronto - 2

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Efficacia delle politiche di marketing QMi < QM_base SEGAFREDO QMi < QM_base la politica di mercato della marca i-esima risulta meno efficace di quella dei concorrenti  SEGAFREDO Per tutte le altre marche, le rispettive politiche di mercato (prezzo) sembrano efficaci! quota di mercato base coefficiente costante di attrazione

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Coefficiente costante di attrazione Un valore inferiore all’unità per la componente costante indica che l’influenza della marca sui consumatori è inferiore a quella esercitata in media da tutte le altre marche Lavazza rossa, Conad SuerteNel nostro caso Lavazza rossa, Conad e Suerte hanno una capacità di attrazione inferiore alle altre marche

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Analisi dell’Elasticità ConadSegafredo L’elasticità della quota di mercato di una marca rispetto al proprio prezzo (elementi della diagonale principale) dovrebbe essere negativa; ciò si verifica solo per Conad e Segafredo, mentre per le altre marche l’elasticità risulta positiva all’aumentare del proprio prezzo aumenta la quantità venduta!

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Analisi dell’Elasticità Analisi della matrice per colonna elasticità delle quote di mercato della marca i rispetto al prezzo della marca j valori più alti concorrenza più intensa tra le marche conad lavazza c&g  conad lavazza c&g segafredo ad es. ad un incremento del prezzo di conad corrisponde un forte incremento della quota di mercato di lavazza c&g  elevata competizione di conad con lavazza c&g e segafredo lavazza c&gsuerte lo stesso comportamento si ripete per tutte le marche nei confronti di lavazza c&g, ad eccezione di suerte forte elasticità di segno negativo: ad un incremento di prezzo della marca i segue una riduzione della quota di mercato della marca j lavazza_rossasegafredosuertelavazza_c&g suertelavazza_rossa  casi più evidenti: lavazza_rossa-segafredo, suerte-lavazza_c&g e suerte–lavazza_rossa

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna … fine …